基于复杂网络的交通序列数据特性

为了进一步研究交通流特性,采用复杂网络方法对交通序列数据进行分析。提出了箱型图-聚类算法模型用于识别和填充初始数据中的缺失值和异常值;通过相空间重构方法将一维数据重构为网络节点,选取连接阈值确定网络节点的连接关系,将交通序列数据构建为复杂网络,对复杂网络的结构和定量指标进行分析。研究结果表明交通序列数据复杂网络的结构一定程度上可以反映路段的交通流状态。该结果有助于优化数据预处理方法,拓展复杂网络在交通序列数据研究中的应用。     

考虑出行全过程的城市群多方式交通流分配模型与算法

为优化城市群旅客运输网络结构,提出了组合出行模式下城市群多方式交通流分配模型,研究网络均衡时城市群多方式旅客运输网络的流量分布状态.基于对城市群出行全过程的充分分析,利用超网络理论构建了城市群多方式交通超网络模型,将超网络的路段划分为上网路段、行驶路段、换乘路段和下网路段等4类,其中行驶路段包括城市交通网络上的行驶路段...     

城市快速路路段交通流状态评估方法

交通流状态分类对于选择交通控制和诱导策略有非常重要的作用,不同的快速路路段设定的交通流参数临界值及变化特性会有所不同.本文考虑到交通流参数对交通流状态判别的影响程度,给出了一种基于加权欧氏距离的相似性度量方法,并确定了交通流状态判别的关键参数.根据整个路段的交通流数据,通过聚类分析构造最小距离分类器,把个别路段的交通流数据作为样本数据,进行了对个别路段的状态评估.实证分析结果表明:在交通流状态判别过程中,密度是最关键的参数:基于最小距离分类的个别路段的状态评估结果与实际情况非常类似,这将为交通控制和管理提供决策依据.     

基于复杂网络的空中交通流分形特征分析

为准确把握空中交通流量变化规律,掌握空中交通系统内在特性,需要对空中交通流时间序列进行基于复杂网络的分形特征分析。收集空中交通流量数据,利用可视图方法构建复杂网络模型,分析网络拓扑结构,验证了该网络度分布服从幂律分布,拟合直线斜率为-2.086,证明了网络是无标度网络,具有单分形特征。验证了覆盖整个网络所有节点所需要的最少盒子数目与盒子直径成幂律关系,拟合直线斜率为-0.212 1,相关系数为-0.872 2,再次证明了网络具有单分形特征。通过验证网络广义分形维数关于参数的图像为非线性,拟合直线斜率分别为-1.942、-1.936、-1.78,相关系数均在0.8以上,拟合效果较好,证明了网络具有多重分形特性。通过计算重整化前后网络的幂指数相似,证明了网络具有自相似性。结果表明,应用复杂网络的理论分析空中交通流时间序列是可行有效的,为进一步深入应用研究奠定了基础。     

一种考虑能见度影响的元胞自动机交通流模型

本文建立一种考虑能见度影响的元胞自动机交通流模型,研究了产生概率、消失概率及能见度对交通流的影响.计算机模拟结果表明,产生概率和消失概率均只在一定范围内影响系统流量的变化;能见度影响的路段为系统的瓶颈,为避免其上游路段出现严重堵塞,应根据能见度大小,对产生概率和消失概率进行合理调节;当能见度很低时,瓶颈路段及其上游路段...     

基于时空依赖性的区域路网短时交通流预测模型

由于多数交通流预测模型仅利用了目标路段交通流的历史数据,在一定程度上影响了预测效果。为此,该文提出了一种基于时空依赖性的区域路网短时交通流预测模型。首先,根据区域路网各路段间的拓扑关系,将其抽象为明确表征上下游路段关系的树状结构,进而根据上下游通路上交叉口转弯率的多阶分配来量化上下游路段的时空依赖性,并将其用于时空自回归差分移动平均模型(STARIMA)空间权重矩阵的改进,最后利用历史数据对改进后的STA-RIMA模型进行参数标定,并用于短时交通流预测。实验结果表明:经过改进后的STARIMA模型,具有更好的预测效果,为区域路网短时交通流预测提供了一种新的方法。     

一种基于路网分配系数矩阵的网络交通状态建模方法

由于目前单路段的交通信息不足以反映网络层次上的交通状态,该文提出了一种网络交通状态的建模方法。首先根据网络中各路段间拓扑结构关系提出了路段邻接矩阵;进而从实际交通流量数据出发,应用递推最小二乘法估计出交叉口各方向上实时的转弯率,由此得到邻接路段分配系数矩阵。通过对该矩阵的简单计算以及变换,得到了整个路网的分配系数矩阵。根据该矩阵绘制的网络交通状态图为研究网络交通状态演化提供了可视化方法。该矩阵不仅反映了网络层次上的交通流分配情况,也反映了实时的网络交通状态。     

高速公路交通流的分形特征实证分析

高速公路交通流演化分形特征的研究有助于深刻理解高速公路交通系统的内在演化规律, 为高速公路交通流的预测和控制提供理论依据. 本文利用统计学方法和复杂网络可视化技术对高速公路交通流的分形特征进行实证分析. 首先, 利用重标极差法计算了交通流时间序列的Hurst指数和V统计量, 发现不同时间标度下高速公路交通流时间序列的Hurst指数都大于0.5, 并且V统计量曲线有上升趋势, 说明高速公路交通流时间序列具有自相似性和长程相关性; 然后, 根据可视算法, 将高速公路交通流时间序列转化为复杂网络, 计算网络的拓扑参数, 发现网络的度分布均呈幂律分布, 表明该网络为无标度网络, 进一步揭示高速公路交通流时间序列为分形序列. 同时发现网络的平均路径长度随网络规模的增大呈对数增长, 说明网络具有小世界特征. 实证分析的结果对高速公路交通流量预测中时间标度的选择和预测长度的确定有重要的参考价值. 本文的研究可以为揭示高速公路交通流演化的复杂性提供新的思路和方法.     

公路交通流车速-流量实用关系模型

针对常用的公路交通流车速-流量关系模型不能进行交通流超饱和状态下交通分析的不足，本文首先应用大量的交通观测数据建立了各级公路车速-流量关系理论模型，通过对公路高峰小时超饱和状态下交通流消散过程的机理分析，研究了各级公路在不同交通负荷条件下的车速-流量关系通用模型的结构，并通过与大量观测数据的拟合，建立了各级公路在任何交通负荷条件下的车速-流量关系通用模型的函数表达式，提出了各级公路在不同设计车速下的实用模型参数．该模型成功地解决了高峰小时超饱和状态下的交通流速度预测问题，为公路网络规划类、终济分析类项目的开展提供了理论基础．     

收费站对高速公路交通流能耗的影响

【目的】为探讨电子收费(ETC)通道设置的必要性,研究高速公路收费站路段的交通流能耗模型。【方法】在元胞自动机NaSch交通流模型的基础上,针对单向单车道的收费站路段提出交通流的能耗公式,并数值模拟周期边界条件下车辆在收费站的滞留时间对交通流能耗的影响。【结果】车辆在收费站的滞留时间越长,道路上交通流的能耗值越小,对应的流量和平均速度也越小,交通堵塞现象就越早发生;人工收费站路段的交通流能耗比电子收费站路段的交通流能耗值小。【结论】人工收费站路段比电子收费站路段更容易发生交通堵塞现象。     

基于图Transformer网络的城市路网短时交通流预测模型

针对城市路网短时交通流预测问题,在考虑路网交通状态时空相关性基础上,提出一种基于图Transformer（graph transformer,Graformer）的预测方法。该方法将多条路段的交通状态预测问题转化为图节点状态预测问题,针对区分相同结构的空间路网结构图,本文将带有边的图同构网络（graph isomorphism network with edges,GINE）和Transformer网络相结合,对交通状态在路网层面的时空相关性进行建模,从而实现城市路网短时交通流预测。具体来说,Graformer模型首先利用长短期记忆网络（long short-term memory,LSTM）对交通数据的时序信息进行预处理,接着采用基于GINE与Transformer的全局注意力机制提取交通数据的空间特征,最后实现路网各路段交通流的同步预测。通过使用PeMS数据集进行实验验证,结果表明提出的Graformer模型在各项性能指标上均优于对比模型,证明了其作为一种可靠且高效的路网短时交通流预测方法的有效性。     

An improved BP artificial neural network algorithm for urban traffic flow intelligent prediction

The traffic flow is interrelated to traffic congestion, the big traffic flow directly results in traffic congestion of some section. In this paper, on the basis of the research of overseas traffic accident, considering the characteristic of Chinese traffic, artificial neural network was used to predict traffic accident, and an improved BP artificial neural network model according with Chinese the situation of a country was proposed. The urban traffic flow prediction was simulated under the particular situation, the simulation result shows that the improved BP artificial neural network can fit the urban traffic flow prediction very well and have high performance.     

An improved BP artificial neural network algorithm for urban traffic flow intelligent prediction

The traffic flow is interrelated to traffic congestion, the big traffic flow directly results in traffic congestion of some section. In this paper, on the basis of the research of overseas traffic accident, considering the characteristic of Chinese traffic, artificial neural network was used to predict traffic accident, and an improved BP artificial neural network model according with Chinese the situation of a country was proposed. The urban traffic flow prediction was simulated under the particular situat...     

Multi-Dimensional Traffic Flow Time Series Analysis with Self-Organizing Maps

The two important features of self-organizing maps （SOM）, topological preservation and easy visualization, give it great potential for analyzing multi-dimensional time series, specifically traffic flow time series in an urban traffic network. This paper investigates the application of SOM in the representation and prediction of multi-dimensional traffic time series. Ffrst, SOMs are applied to cluster the time series and to project each multi-dimensional vector onto a two-dimensional SOM plane while preserving the topological relationships of the original data. Then, the easy visualization of the SOMs is utilized and several exploratory methods are used to investigate the physical meaning of the clusters as well as how the traffic flow vectors evolve with time. Finally, the k-nearest neighbor （kNN） algorithm is applied to the clustering result to perform short-term predictions of the traffic flow vectors. Analysis of real world traffic data shows the effec- tiveness of these methods for traffic flow predictions, for they can capture the nonlinear information of traffic flows data and predict traffic flows on multiple links simultaneously.     

基于烟羽模型的城市干道交通影响区范围计算

为界定对城市干道交通运行产生影响的道路空间分布,定义城市干道交通影响区,分析烟羽模型的宏观交通参数扩散适用性,进而通过研究区域内路段单元设置,将烟羽模型用于研究路段单元宏观交通参数的路网扩散性,在此基础上,提出路段单元空间平均车速与交通强度的影响距离模型,从而得出基于烟羽模型的干道交通影响区范围,最后以某市主干道杨桥路为例进行试算.试算结果表明,周边26个路段单元的交通影响距离均延伸至杨桥路,其中14个路段单元构成杨桥路交通影响区范围边界.可见该计算方法可求出影响干道交通的路网范围,有利于干道交通生成规律与管理技术研究.     

基于小波分析和集成学习的短时交通流预测

针对短时交通流具有随机性和不确定性等特征,提出一种基于小波分析和集成学习的组合预测模型.首先,对原始交通流数据的平均行程时间序列应用Mallat算法进行多尺度小波分解,且对各尺度上分量进行单支重构;其次,对于各重构的单支序列分别使用极端梯度提升模型(extreme gradient boosting,XGBoost)进...     

基于路段流量平衡的转向交通量推算方法研究

在实际观测交通量时,因观测时间不同步、观测误差等原因导致路段出入口交通量不相等,而在OD矩阵推算研究中却要求路段交通量平衡。为解决这一问题,分别以推算简便快捷、流量均匀分配、减小流量变化率为依据提出三种路段流量平衡推算方法,应用MATLAB软件编写程序获得推算结果。同时提出三个评价指标,以验证平衡推算方法的可靠性。最后以实际三横三纵九个交叉口所组成的路网为例,运用提出的方法进行推算,结合实际情况评价分析后验证了本文提出的方法是可行有效的,其结果可用于路径流量分配,并为交通信号协调控制提供基础数据。     

相邻交叉口关联度分析研究及其应用

通过分析相邻交叉口间距、路段交通量、以及交叉口信号配时参数对相邻交叉口关联性强弱的不同影响,提出一个对相邻交叉口之间关联性进行定量化描述的交通参量——相邻交叉口关联度,并对其计算方法与科学合理性进行详细论述。利用相邻交叉口关联度分析方法,进一步给出多交叉口组合关联度的定义与计算公式,并制定新的基于关联度分析的协调控制子区划分原则,为建立定量化分析的控制子区动态划分理论提供了一条科学有效的新途径。